发明名称 |
模糊控制的动态小波神经网络反馈盲均衡方法 |
摘要 |
本发明公布了一种模糊控制的动态小波神经网络反馈盲均衡方法,包括如下步骤:a.)将发送信号序列x(n)经过未知信道h(n)后与高斯白噪声N(n)相叠加得到观测序列y(n);b.)b.)将误差信号e(n)经过常数模算法CMA得到动态小波神经网络中横向滤波器构成的线性部分的抽头系数c(n);c.)将模糊神经网络控制器输入量偏差E(n)和偏差变化ΔE(n)经过模糊神经网络控制器得到动态小波神经网络中小波神经网络构成的非线性部分中小波函数的伸缩因子和平移因子的迭代步长变化值Δμ;d.)将所述观测序列y(n)依次经过动态小波神经网络和判决器得到输出信号<img file="201010216296.2_AB_0.GIF" wi="44" he="27" />。本发明具有更快的收敛速度和更小的稳态误差,完全适用于水声信道。 |
申请公布号 |
CN101902416A |
申请公布日期 |
2010.12.01 |
申请号 |
CN201010216296.2 |
申请日期 |
2010.06.30 |
申请人 |
南京信息工程大学 |
发明人 |
郭业才;王丽华 |
分类号 |
H04L25/03(2006.01)I;H04L25/02(2006.01)I |
主分类号 |
H04L25/03(2006.01)I |
代理机构 |
南京经纬专利商标代理有限公司 32200 |
代理人 |
许方 |
主权项 |
1.一种模糊控制的动态小波神经网络反馈盲均衡方法,包括如下步骤:a.)将发送信号序列x(n)经过未知信道h(n)后与高斯白噪声N(n)相叠加得到观测序列y(n),其中n为时间序列,下同;其特在于,还包括如下步骤:b.)将误差信号e(n)经过常数模算法CMA得到动态小波神经网络中横向滤波器构成的线性部分的抽头系数c(n);c.)将模糊神经网络控制器输入量偏差E(n)和偏差变化ΔE(n)经过模糊神经网络控制器得到动态小波神经网络中小波神经网络构成的非线性部分中小波函数的伸缩因子和平移因子的迭代步长变化值Δμ;d.)将步骤a.)所述观测序列y(n)依次经过动态小波神经网络和判决器得到输出信号<img file="FSA00000166182200011.GIF" wi="116" he="48" /> |
地址 |
210044 江苏省南京市宁六路219号 |